KOMEDA等[43]基于CNN系统就结肠息肉分类展开了初步研究，验证结果的准确率为75.1%。MORI等[44]開展了一项利用CAD鉴别肿瘤性息肉或非肿瘤性息肉前瞻性研究，结果显示微小息肉(息肉大小≤5 mm)病理预测准确率达98.1%。BYRNE等[45]通过构建DL模型，分析原始结肠镜检查视频，实时区分视频中微小腺瘤及增生性息肉，准确率为94%，特异度为83%，灵敏度为98%。因此，基于CAD预测息肉病理类型在未来临床工作中有望成为可能，息肉病理准确预测仍是临床上一项重要挑战。

    3 存在的问题

    3.1 假阳性和假阴性结果

    自动检测胃肠道肿瘤在胃肠道疾病的CAD中尤为关键，假阳性(非肿瘤误诊为肿瘤)和假阴性(肿瘤误诊为非肿瘤)结果的误判，直接导致治疗方案的错误选择。胃肠道肿瘤要求内镜下切除或手术切除，而非肿瘤性息肉则可保留。如胃炎伴红肿、萎缩、肠上皮化生时，贲门、胃窦、幽门的颜色、黏膜表面及其正常组织结构改变，易与早期胃癌混淆，假阳性增多[3]。或因早期癌变区域过小，内镜下漏诊，假阴性出现。导致假阳性或假阴性最主要原因为机器学习材料数量和质量的限制 ......